Технологии Тренды

Карьера аналитика в IT: от Junior до Lead

86
Карьера аналитика в IT: от Junior до Lead

Павел Пестряков

руководитель проектной экспертизы по регуляторной отчетности департамента аналитических систем, R-Style Softlab

На сегодняшний день аналитик является весьма востребованной специальностью в ИТ-сфере. Профессионалы на этом рынке ценятся «на вес золота». Однако, выбрав для себя данное направление и решив построить карьеру на ниве аналитики, молодые люди – выпускники вузов не всегда понимают, чем именно им предстоит заниматься. Из нашей статьи вы узнаете, кто такие аналитики, какими качествами они должны обладать, какие их навыки и умения особенно ценны для ИТ-компаний и для бизнес-заказчиков. А полезные советы автора помогут новичкам максимально уверенно и со знанием дела пройти свой путь от Junior до Lead.

Место аналитика в ИТ

ИТ-индустрию в целом сложно рассматривать как независимую сферу деятельности, охватывающую производство железа и разработку программ, так как она неизменно связана с основным источником прибыли, или, проще говоря, с бизнесом. С его потребностями, видением ситуации, стратегией развития и так далее.

Что касается аналитика, то он в этой схеме находится ровно посередине. Он как мостик между разработкой и заказчиком, который пропускает через себя и трансформирует запросы и «хотелки» бизнеса на язык разработки.

Разработчик (айтишник), в свою очередь, выступает в роли строителя, который помогает собрать по кирпичикам бизнес. Причем у каждого бизнеса, равно как у каждой сферы деятельности, свои особенности: свои лучшие практики на рынке, прописанные в отдельных сводах знаний по ИТ, свои принципы, которые и диктуют ИТ, какие платформы выбирать и какие методики и сопутствующий софт использовать. И данные для анализа тоже у каждого бизнеса отличаются.

Так, например, источником данных для анализа в области энергетики являются «интернет вещей» (IoT), а также датчики, постоянно снимающие информацию. Так как таких датчиков бывает много (по несколько штук на единицу электрической сети), то и информации собирается огромное количество. В таких случаях применяются технологии управления большими данными (Big Data), а для анализа данных (включающих большое количество параметров сети) чаще всего используется либо информационные доски (дашборды), либо инструменты статистического анализа (чаще всего на базе языка программирования Python).

Крупные компании, сфера деятельности которых лежит в плоскости производства, ритейла или логистики, используют комплексные решения по управлению предприятием. Это системы класса ERP (Enterprise Resource Planning), которые наряду с обеспечением учета охватывают также расчет потребностей различных подразделений компании в ресурсах (человеческих, материальных или производственных) и управление.

В банках или финансовых организациях, автоматизацией работы которых на протяжении уже более четверти века занимается наша компания, тоже есть и большие данные, и различного рода аналитика. Но в этой сфере чаще всего речь идет об обеспечении требований регулятора — Центрального Банка. А это значит, что сами учетные системы должны поддерживать законодательство и любые изменения в нем. Плюс к этому должна формироваться специфическая и сложная обязательная отчетность.

И подобных примеров можно привести великое множество.

Аналитики много не бывает

Рынок ИТ-решений чрезвычайно разнообразен, поэтому неудивительно, что для каждой отрасли, технологии или бизнес-специфики требуются специально «заточенные» под их задачи кадры. В частности, существует большой спрос на ХОРОШИХ аналитиков.

Чтобы понять, кто же такой хороший аналитик, давайте посмотрим, какие задачи он решает на всем протяжении ИТ-проекта:

  • Коммуницирует с заказчиком.
  • Знакомится с документацией (нормативно-правовой — внешней и внутренней), с особенностями бизнеса, изучает смежные с разрабатываемой функциональностью системы, электронные таблицы и т.д.
  • Выявляет потребности заказчика. Для этого прибегает к переговорам, использует опросники или другие инструменты обработки информации.
  • На основе потребностей заказчика описывает требования к программному обеспечению.
  • Исходя из этих требований, совместно с проектной командой решает, какие из них возможно покрыть, а какие нет.
  • Фиксирует и согласует с заказчиком требования в формате Технического задания (ТЗ), Функциональных требований (FSD) или Бизнес-требований (BRD).
  • Иногда кроме документации еще готовит маппинги (если задача носит интеграционный характер), пишет скрипты для выгрузки данных для примера или какие-то дополнительные поясняющие документы.
  • Также неотъемлемой частью работы является описание — не столько текстовое, сколько графическое. То есть рисует бизнес-процессы, схемы интеграционного взаимодействия, архитектуру ИТ, модель данных (если речь идет о проектировании решений на базе СУБД или хранилища данных).
  • Консультирует разработчиков.
  • Уточняет и прорабатывает с заказчиком дополнительные требования при их наличии.
  • Тестирует готовый продукт с разработчиками или с бизнес-заказчиком.
  • Консультирует по продукту, если, например, он уже внедрен и находится на поддержке или сопровождении у заказчика.

Как видите, список задач довольно обширный. Но не всегда на проекте работает только один аналитик, как правило, их несколько. И у них могут быть разные подходы как к заказчику, так и к взаимодействию между командой разработки с заказчиком.

Пришла, наконец, пора поговорить о специализации аналитиков. Обычно выделяют два вида аналитиков — это бизнес-аналитики и системные аналитики. В последнее время с внедрением «больших данных», решений по статистической обработке данных, Data Mining и прочими инструментами стали выделять еще и аналитиков данных (Data Analyst). Рассмотрим, как отличаются их задачи.

В идеале имеется в виду, что бизнес-аналитик более погружен в специфику заказчика, описывает минимальные требования к функционалу внедряемого решения и фиксирует основные (но и самые важные) бизнес-требования к программному обеспечению, а в период сдачи функционала не погружается в код, а работает на уровне пользователя (например, проводит сверки в Excel, проверяет работу интерфейсной части программ и т.д).

Системный аналитик хоть и ближе к коду и разработке и может свободнее общаться на языке системы, но также не далек от бизнеса. Его основной задачей является имплементация бизнес-требований на функциональные возможности системы. Именно поэтому его и называют системным аналитиком.

Что касается аналитиков данных, то это чаще всего лица с математическим или специальным образованием, которое позволяет им проводить различного рода анализ над данными: строить статистические модели, проверять гипотезы, выполнять сложный анализ данных, выявлять закономерности, использовать данных для поддержки принятия управленческих решений, проводить маркетинговые исследования и т.д.

В реальной жизни аналитики не бывают исключительно системными или «бизнесовыми». Чаще всего у каждого из них есть свой набор накопленных и освоенных знаний и инструментов, исходя из его собственного опыта и полученного образования. Поэтому при формировании команды проекта его руководителю важно четко понимать, подходит ли конкретный аналитик под решение определенных проектных задач. И в этом понимании характеристика «хороший/плохой аналитик» может служить для качественной оценки его квалификации. Для каждого проекта набор навыков, инструментов и экспертизы аналитика в разных разделах знаний может быть уникален и обусловлен спецификой разрабатываемого продукта или функциональности.

Ступени роста аналитика

Как и в прочих разделах ИТ, для аналитиков тоже существует четкая градация:

  • Intern (стажер)
  • Junior (младший аналитик)
  • Middle (рядовой аналитик)
  • Senior (старший аналитик)
  • Lead (ведущий аналитик)
  • Team Leader (руководитель группы аналитиков)

Intern и Junior

Путь аналитика начинается в хорошем случае уже со студенческой скамьи. Классическое образование по аналитике можно получить на специальности «Бизнес-информатика» или на специализированных программах в соответствии со сферой экономики (например, «Банковское дело» для финансовой сферы). Не меньше ценится программа по Прикладной информатике.

Само понятие «бизнес-информатики» пришло к нам из Германии и начало свой путь в образовании в конце 1990-х годов. Первая кафедра открылась в Высшей Школе Экономики. Сегодня аналогичные программы обучения предлагают также Финансовый Университет при Правительстве РФ (бывш. Финансовая академия), МГТУ им. Баумана и ряд других вузов.

В университете обычно закладывают базу по необходимым в будущем знаниям и навыкам, приводя в качестве примеров кейсы различных компаний. В итоге у студента вырабатываются определенные компетенции, которые позволят ему быть востребованным на рынке.

Требования к младшему аналитику или стажеру обычно не слишком высоки. Они должны:

  • Знать (поверхностно) один из языков программирования (SQL или Python).
  • Понимать, как строятся информационные системы (ИС), каковы этапы их жизненного цикла и т.д.
  • Иметь опыт работы с одной из нотаций (графического языка): UМL, BPMN, ARIS, Archimate.
  • Уметь работы в одной из программ для проектирования ИС: Power Designer, Rational, Visio или др.

После найма начинающий аналитик обязательном порядке проходит обучение, погружается в предметную область, знакомится с продуктом, инструментами разработки, документацией, непосредственно с клиентами и коллегами, решает свои первые проектные задачи. Обычно процесс погружения занимает (в зависимости от возраста и опыта) от полугода до 2-3 лет. В дальнейшем, с ростом экспертизы и получением новых навыков, младший аналитик может претендовать на должность рядового аналитика или выше.

Middle, Senior

С ростом компетенций аналитик может продвигаться по служебной лестнице, проходя ступени обычного, старшего или ведущего аналитика. Для этих позиций требования у каждой компании свои и могут отличаться. Но есть среди них и несколько общих требований, вот их мы и перечислим:

  • Развитые компетенции для начинающих аналитиков, описанные выше;
  • Коммуникативные навыки (в том числе умение вести корпоративную переписку).
  • Написание проектной документации (различные виды требований, маппинги и т.д.).
  • Более погруженная и самостоятельная работа (по сравнению с младшим аналитиком). Это касается не только согласования требований, но и работы на пресейлах, участия в аналитике «внутренностей систем». На данном уровне развития у аналитика уже есть понимание, как работает система, из каких частей состоит. Причем понимание бизнес-аналитика идет с позиции бизнеса, требований законодательства или принципов учета (например, бухгалтерского). А системный аналитик понимает, как это работает изнутри и может на уровне программного обеспечения и базы данных проработать требования или обозначить кейс или ошибку в ПО.
  • Умение работать в команде с разработчиками и с другими аналитиками.
  • Владение программами совместной работы (GIT, SVN, облачные сервисы).
  • Уверенное знание отраслевой специфики.
  • Опыт работы с несколькими системами одного и того же класса.

На описанных позициях аналитик может задержаться до пяти лет. И как раз в этот период в работе аналитика начинается все самое интересное: одни предпочитают с головой погрузиться в код и связывать бизнес-требования с работой реальной системы, для других предпочтительней использовать ПО для проектирования информационных систем, третьи становятся умелыми коммуникаторами, кто-то с большим удовольствием изучает нормативную документацию и в бизнес-терминах связывает ее с требованиями к разрабатываемому функционалу. Каждый развивает свои сильные стороны.

Как правило, в подобном развитии заинтересован не только аналитик, но и его наниматель, ведь аналитики с опытом на рынке в дефиците и их буквально разбирают «как горячие пирожки». Известно, что с уходом сильного члена команды аналитики уходит и экспертиза. Именно поэтому руководители стремятся не только удержать хорошего аналитика на проекте, но и управлять знаниями подразделения. Чаще всего эта задача стоит перед ведущими аналитиками (Lead) и руководителями групп (Team Lead). Об этом более подробно в следующем разделе.

Lead, Team Lead

Вы спросите: «Что дальше?» А дальше — больше: последующий путь аналитика лежит уже не только на стезе экспертизы, но и в управлении. Сильный и опытный аналитик со стажем способен управлять группой аналитиков на проекте, брать на себя решение самых сложных задач, для которых необходимо подключение владельца продукта (системы), архитектора или ключевых лиц, отвечающих за развитие продукта. Вот какими навыками должны обладать все ведущие аналитики:

  • Отличное знание предметной области на уровне заказчика.
  • Навыки планирования.
  • Понимание методологий разработки программного обеспечения (SCRUM, WA-TERFALL, RUP или др.).
  • Знания и навыки проектного управления (работа с MS PROJECT или с пулом задач/kanban-доской или другими инструментами на основе Google-таблиц).
  • Понимание архитектуры программного обеспечения.
  • Принятие сложных решений для разработки ПО совместно с бизнесом и ИТ-отделом заказчика.
  • Систематизация и обработка большого количества информации;
  • Участие в собеседовании кандидатов на должность аналитиков или разработчиков;
    •  проведение внутреннего и внешнего обучения для обмена опытом команды аналитиков компании;
    • подготовка обучающих материалов для новичков;
    • подготовка и курирование написания проектной документации;
    • развитие корпоративных стандартов по аналитике (по написанию документов (ТЗ, маппнгов, схем и пр.), по обследованию и другим процессам аналитики);
    • хранение результатов аналитики для возможности повторного использования.

Уровень ведущего аналитика или руководителя группы обычно открывает много дверей для профессионального развития. В зависимости от интереса и своих сильных сторон такие специалисты вырастают в архитекторов, руководителей по развитию, руководителей по аналитике или даже руководителей проекта.

Основные личностные качества аналитика

Заметьте, я не говорю про стрессоустойчивость. К этому меня подстегнули слова Аси Казанцевой из ее научно-популярной книги «Мозг Материален». Приведу запомнившуюся цитату: «…Из статей на разных сайтах вакансий я знаю, что в резюме бывает жуткий пункт, как личные качества, куда можно вписать 23 прилагательных из стандартного списка и для многих упоминается о стрессоустойчивости. В целом это довольно глупо, конечно. Во-первых, стресс — это стандартная реакция с выбросом адреналина и кортизола. Во-вторых, интенсивность и скорость нервных реакций у разных людей разная. В-третьих, если для работы нужна реакция на стресс, стоило бы обращать внимание на индивидуальный тип реакции: склонность к замиранию, бегству или борьбе. … Почему-то никто не пишет в резюме «Скорость нормализации уровня кортизола — 90 мин, реакции на стресс типа А (бегство или борьба)». Полностью согласен с этим высказыванием.

Вместо заключения

Мне вспоминается вывеска в любимом вузе, которую я увидел и запомнил на всю жизнь: «Приходите к нам учиться. Будет сложно, но интересно». И это как раз про аналитику. Если у Вас есть желание закопаться поглубже во что-то сложно устроенное и интересное, обложиться кучей книжек, заниматься чем-то невероятно классным и умным, получать хорошую зарплату, а вместе с ней и интеллектуальное удовлетворение от проделанной работы, то советую остановить ваш профессиональный взор на карьере в аналитике.

А чтобы лучше понять, чем вам придётся заниматься, советую прочесть несколько интересных книг, которые, по моему глубокому убеждению, должны быть в библиотеке любого человека, решившего посвятить себя аналитике:

  1. Н. М. Абдикеева «Корпоративные информационные системы» (издание с диском или электронная версия библиотеки znanium);
  2. Е. П. Зараменских «Архитектура предприятия»;
  3. О. А. Морозова «Интеграция информационных систем»;
  4. Н. М. Лобанова, Н. Ф. Алтухова «Эффективность информационных систем»;
  5. К. Ларман «Применение UML и шаблонов проектирования»;
  6. Б.Я. Советов, В. Д. Чернявский «Базы данных: учебник для бакалавриата»;
  7. ITIL или любой учебник по ITSM (IT Service Management);
  8. «Руководство к своду знаний по управлению проектами (руководство PMBOK)» (издание 5 или 6) за авторством PMI с приложением «AGILE практическое руководство»;
  9. Международный Стандарт по Управлению Проектами ISO 21500:2012;
  10. А. Просницкий. Самоучитель «Управление проектами в Microsoft Project 2010»;
  11. Майк Кон «SCRUM. Гибкая разработка ПО».

Также, полагаю, вам будут интересны материалы сайта BPMN2.ru и ariscommunity.com по моделированию в нотациях BPMN и по методологии ARIS.

А тем, кто уже определился с выбором профессии, предлагаю заглянуть на страничку вакансий нашей компании: https://www.softlab.ru/career/

Похожие записи

Цифровизация бизнеса в 2024 году: мысли и действия 

Новости компании Технологии Тренды

29 февраля на площадке музея Эрарта в Санкт-Петербурге мы провели бизнес-завтрак для топ-менеджеров предприятий промышленного сектора. Встреча вживую стала поводом обсудить все тренды цифровизации крупных компаний: от внедрения ERP до  информационной безопасности и искусственного интеллекта.  О деньгах  Организаторами мероприятия стали Россельхозбанк и R-Style Softlab, поэтому важной темой для разговора стали новости о льготном кредитовании компаний […]

616

Обзор рынка SRM-систем: 10 популярных в России и СНГ систем управления закупками

Исследования Технологии

Зачем нужны SRM-системы В рамках SRM компании сегментируют поставщиков по рентабельности и рискам, разрабатывают стратегии взаимодействия и работают по ним, оценивают эффективность. Так, для завода поставки канцелярских товаров менее важны, чем сырья для производства. Поэтому отношениям с поставщиками сырья компания будет уделять больше внимания и времени, чем закупкам канцтоваров. SRM-системы автоматизируют работу с поставками. Большинство […]

1389

Искусственный интеллект (AI) для бизнеса: обзор технологий для повышения эффективности бизнеса

Исследования Технологии

Какие AI-технологии существуют? Искусственный интеллект — не единое понятие. Существует несколько основных направлений, в рамках которых строят и обучают AI для бизнеса. Коротко расскажем о том, на что способны некоторые из существующих решений и как это может помочь в оптимизации или автоматизации бизнес-процессов. Некоторые инструменты искусственного интеллекта для бизнеса могут комбинировать несколько AI-технологий. Например, голосовые роботы-помощники […]

1825